谷歌云Next大会启幕 云计算算力迎来精细化分工

这两天全球云计算行业的目光，都聚焦在拉斯维加斯举办的谷歌云Next 2026大会上。从第八代TPU芯片的架构革新，到全光交换技术的规模化部署，一系列动作正在重构云计算的底层逻辑，也给行业带来了全新的发展信号。

行业热点深度分析

谷歌云发布第八代TPU，拆分训练与推理专用芯片

谷歌在本次大会上发布了第八代TPU芯片，首次将芯片拆分为专攻训练的TPU 8t和专攻推理的TPU 8i两款产品。打个比方，这就像开一家培训机构，过去同一个老师既要负责给学生上课做系统教学（训练），又要负责课后给学生答疑、批改作业（推理），两头兼顾难免效率打折。现在专门安排授课老师和答疑老师分工协作，各自专攻自己的领域，效率自然大幅提升。其中TPU 8t训练性能较上一代提升近3倍，TPU 8i推理性价比提升80%。我的判断是，这种算力精细化分工，会成为未来云计算芯片的主流发展方向，毕竟AI时代训练和推理的算力需求差异越来越大，专用化才能实现极致的性价比，也会倒逼行业上下游加速适配专用算力架构。

谷歌云宣布OCS全光交换技术全球规模化部署

谷歌云在大会上宣布，将在全球范围内部署超10万台OCS全光交换设备，该技术能让数据中心带宽提升10倍，同时功耗降低40%。用生活化的比喻来说，现在的数据中心网络就像早高峰的城市环线，所有数据都要经过路口的红绿灯（电交换机），哪怕是直行车也要停车等待，不仅通行效率低，还费油。而OCS全光交换就像给数据修了一条全封闭的直达高速公路，没有红绿灯，数据可以光速直达目的地，不仅跑的更快，能耗还更低。对行业的影响是，这标志着全光交换技术从实验室验证正式迈入大规模商用阶段，会直接带动光模块、硅光芯片整条产业链的需求升级。我的判断是，未来2-3年，国内头部云厂商也会快速跟进全光交换技术的部署，这会是云计算基础设施领域下一个确定性的技术迭代方向。

胜科纳米新增云计算装备技术服务等经营范围

4月23日胜科纳米发布公告，拟新增云计算装备技术服务、人工智能基础资源与技术平台等多项经营范围，正式向云计算领域拓展。这就像一家原本只做汽车精密零件检测的工厂，现在新增了新能源汽车充电桩的研发和服务业务，在自己熟悉的半导体产业链基础上，向上下游高增长赛道延伸。公司也明确表示，本次经营范围变更不涉及主营业务重大调整，不会影响核心业务稳定性。对行业的影响是，这反映出云计算赛道的吸引力正在从互联网巨头，向半导体、高端制造等实体行业的龙头企业扩散，行业参与者的结构正在发生变化。我的判断是，未来会有更多实体行业的龙头企业，依托自身的行业资源切入云计算细分赛道，云计算的行业渗透会从消费互联网向产业互联网持续深化。

思特奇亮相CCBN展会，发布全栈云网边端算力调度平台

4月23日至25日，思特奇在CCBN2026展会上，发布了覆盖云、网、边、端的全栈AI基础设施能力，以及算力网调度与运营平台。这就像给全国的算力资源建了一个统一的网约车调度平台，不管是一线城市的大型智算中心（专车），还是二三线城市的边缘算力节点（快车），都能统一纳管，根据用户的需求智能调度，让算力资源得到最高效的利用，避免出现“有的地方算力闲置，有的地方算力抢不到”的情况。对行业的影响是，这解决了当前国内算力资源分布不均、利用率偏低的核心痛点，为广电、工业等多个行业的AI落地提供了轻量化的算力解决方案。我的判断是，随着AI应用的全面铺开，算力调度能力会成为云计算厂商的核心竞争力之一，谁能把算力的“调度效率”做上去，谁就能在行业竞争中拿到更多的主动权。

谷歌云加码千亿级AI基建投入，发布企业级智能体平台

谷歌云在本次大会上正式发布Gemini企业级智能体平台，能帮助企业构建、管理和优化数千个AI智能体，同时谷歌公布了今年1750-1850亿美元的资本开支计划，规模是2022年的近6倍，核心投向云计算与AI基础设施。这就像给企业提供了一套完整的智能员工搭建和管理系统，企业不用自己从零开始培养每个智能员工，用这套平台就能快速搭建、统一管理，还能持续优化工作效率。而千亿级的资本开支，就像给云计算这条高速公路持续投入资金拓宽路面、增加车道，保证未来能承载更多的AI车流。对行业的影响是，这给全球云计算行业释放了明确的信号，AI带来的云计算基建投入不是短期热潮，而是长周期的持续投入。我的判断是，头部云厂商的军备竞赛会持续升级，云计算行业的马太效应会进一步增强，拥有核心技术和资金实力的厂商会拿到更多的市场份额。

A股相关赛道公司布局

在云计算相关赛道，国内多家上市公司已经完成了深度布局。在算力芯片与基础设施领域，浪潮信息、紫光股份等企业持续深耕服务器与云计算硬件设备，是国内云厂商算力基建的核心供应商；在光通信与全光交换赛道，中际旭创、新易盛等企业在高速光模块领域具备全球竞争力，已实现1.6T、3.2T高速光模块的量产交付，能够匹配OCS全光交换技术的部署需求。

在算力调度与云服务领域，思特奇打造了覆盖云网边端的全栈算力调度平台，已在广电、运营商等多个行业实现落地应用；宝信软件、光环新网等企业在IDC与云计算服务领域持续深耕，为企业客户提供稳定的云基础设施与定制化云服务。

在行业云拓展领域，胜科纳米依托自身半导体行业的资源优势，正式切入云计算装备技术服务赛道，探索半导体行业云的落地场景；用友网络、金蝶国际等企业则深耕企业级云服务，将云计算能力与企业管理软件深度融合，助力中小企业实现数字化转型。

行业警示案例

A股市场中，云计算概念曾多次出现炒作过热后快速降温的情况，最典型的就是2023年东数西算概念的炒作行情。当时多家上市公司纷纷发布与东数西算、云计算相关的业务公告，部分公司仅通过设立子公司、签署框架协议等方式蹭上热点，股价在短时间内翻倍。但热潮过后，多数公司相关业务并未产生实际的业绩贡献，甚至出现业务进展不及预期、项目终止的情况，相关个股股价在半年内普遍出现腰斩，高位入场的投资者承受了大幅亏损。这也提醒我们，看待云计算行业的机会，必须回归公司的实际业务进展与业绩兑现能力，理性看待概念炒作，避免盲目追高。

你觉得云计算算力的专用化分工，会给国内云厂商带来哪些新的机遇和挑战？

AI技术密集落地 从模型竞赛转向场景深耕

这两天AI行业迎来了密集的技术与产品发布，从华为乾昆智驾的全新升级，到国内AI+量子技术的突破性进展，再到谷歌企业级智能体平台的落地，AI行业正在从过去的大模型参数竞赛，转向真实场景的落地深耕。

行业热点深度分析

华为发布乾昆智驾ADS5，升级为自动驾驶AI智能体

4月23日，华为在北京举办的乾昆技术大会上，正式发布了乾昆智驾ADS 5，把智驾系统升级成了面向自动驾驶的AI智能体。我给大家打个比方，过去的智驾系统就像一个刚拿驾照的新手司机，只能按照提前写好的驾驶规则一步步操作，遇到突发情况就容易手忙脚乱。而这次升级后的ADS 5，就像一个有十几年驾龄的老司机，不仅会开车，还会预判路上其他车辆和行人的动作，提前做好应对准备。它的云端世界模型首次引入了多智能体博弈机制，训练强度提升了10倍，车端还加入了安全风险场理论，能把碰撞风险降低50%。我的判断是，智驾系统正在从“辅助驾驶工具”向“自动驾驶智能体”全面转型，未来谁能把智能体的博弈决策和安全能力做上去，谁就能在智驾赛道拿到核心话语权，这也会带动车载AI芯片、车路协同等整条产业链的升级。

谷歌发布企业级智能体平台，75%新代码已由AI生成

还是在谷歌云Next大会上，谷歌正式发布了Gemini企业级智能体平台，还公布了一个很有意思的数据：现在谷歌内部75%的新代码，都是由AI生成的，工程师的角色已经从写代码转向了代码审核。我给大家举个生活化的例子，这个企业级智能体平台，就像给企业开了一家智能员工外包公司，企业不管是需要做代码开发、客户服务，还是数据处理、供应链管理，都能在这个平台上快速搭建对应的智能体，还能统一管理、持续优化，不用自己从零开始招人培训。而谷歌内部的代码生成数据，也给我们展示了AI智能体最真实的落地场景。我的判断是，AI智能体正在从概念炒作，快速走向企业级的规模化落地，未来2年内，会有越来越多的企业，把重复性的脑力工作交给AI智能体来完成，这会彻底改变很多行业的工作模式，也会给企业带来实实在在的效率提升。

国内首家AI+量子公司启航，突破万比特原子纪录

4月23日，国内首家专注于AI+量子融合的公司量智开物正式揭牌，同时清华团队首次在实验上捕获了10064个原子，把量子比特资源突破到了万量级，打破了之前加州理工保持的国际纪录。我给大家打个比方，量子计算就像我们要建一座超高层大楼，原子就是盖楼用的砖块，之前我们最多只能攒6000多块砖，连楼的地基都建不完整，现在我们第一次攒到了上万块砖，有了建超高层大楼的基础。而AI就是操控这些砖块的工程机械，没有AI的辅助，我们根本没法精准操控上万块原子，更别说用它们来做量子计算了。这次发布的“追风”算法和“扁鹊”量子纠错解码器，就是AI给量子计算量身打造的核心装备。我的判断是，AI和量子计算的融合，会是未来十年科技领域最核心的突破方向之一，现在我们已经在这个赛道拿到了国际领先的位置，未来随着技术的持续落地，会给AI算力带来质的飞跃 。

Sony AI发布Ace乒乓球机器人，具身智能实现关键突破

4月23日，Sony AI发布了全新的乒乓球机器人“Ace”，在真实的乒乓球竞技中，成功击败了中级水平的人类选手，在具身智能领域实现了关键突破。我给大家解释一下，具身智能就像教一个小朋友学打乒乓球，不是让他死记硬背打球的规则，而是让他在一次次的对打中，自己学会观察球的轨迹、预判对手的动作、调整自己的挥拍力度和角度，最终形成身体的肌肉记忆。过去的机器人，大多是在虚拟仿真环境里训练，到了真实环境就容易“水土不服”，而这次的Ace机器人，是在真实的物理对抗中完成了训练和优化，实现了超人类的实时感知和动作控制。我的判断是，这件事标志着具身智能正在从虚拟仿真，正式走向复杂的真实物理环境，未来具身智能会快速从工业机器人，向家庭服务、医疗护理、特种作业等更多场景渗透，打开一个全新的增量市场。

小米发布MiMo-V2.5大模型，支持百万级上下文窗口

4月24日，小米正式发布了MiMo-V2.5系列大模型，其中Pro版本支持百万级的上下文窗口，能在4.3小时内完成超长文本的处理和理解。我给大家打个比方，大模型的上下文窗口，就像我们看书时的记忆力，普通的大模型只能记住几页书的内容，而这个百万级上下文的大模型，能一次性记住一整本厚厚的长篇小说，甚至是一套完整的企业规章制度，看完之后还能精准回答里面的每一个细节，不会出现“看了后面忘了前面”的情况。这次小米的大模型，不仅提升了上下文长度，还在代码生成、多模态理解等多个维度实现了性能升级。我的判断是，大模型正在从“比谁的参数更高”，转向“比谁的场景适配能力更强”，百万级上下文的落地，会让大模型在法律、金融、企业服务等需要处理超长文本的行业，实现更深度的落地，也会让端侧大模型的应用场景变得更加丰富。

A股相关赛道公司布局

在AI相关赛道，国内多家上市公司已经完成了全产业链的深度布局。在智能驾驶领域，德赛西威、华阳集团等企业已实现智驾域控制器的规模化量产，是国内智驾产业链的核心供应商，与华为等头部厂商建立了深度的合作关系，持续推进高阶智驾方案的落地应用。

在AI大模型与智能体领域，科大讯飞深度参与了AI+量子技术的融合发展，合资设立的量智开物已发布多项突破性算法成果，同时其星火大模型已在教育、医疗、工业等多个行业实现落地；百度、三六零等企业持续深耕大模型研发与企业级智能体平台搭建，为中小企业提供轻量化的AI落地解决方案，覆盖办公、营销、客服等多个高频场景。

在具身智能与机器人领域，绿的谐波、埃斯顿等企业在机器人核心零部件与工业机器人领域具备核心竞争力，已实现具身智能相关技术的落地应用，在工业生产、物流仓储等场景完成了规模化部署；在端侧AI大模型领域，小米集团持续推进端侧大模型的研发与适配，已在旗下手机、智能家居等多款产品中实现落地，打造了全场景的端侧AI生态。

在AI算力基础设施领域，思特奇打造了覆盖云网边端的全栈AI算力调度平台，能为AI应用提供高效的算力支撑，解决企业AI落地的算力痛点；浪潮信息、紫光股份等企业持续深耕AI服务器领域，是国内AI算力基建的核心供应商，持续推进AI算力硬件的技术迭代与产能升级。

你觉得AI智能体的规模化落地，会最先改变哪个行业的工作模式？